[发明专利]一种MOA在线监测方法

说明书

本发明涉及一种MOA在线监测方法，包括步骤：对待测信号进行分析，确定小波包变换的最佳分解层数和最优小波基；对采集的MOA阻性电流信号采用EMD分解为多个模态分量，并根据FFT频谱图选出含特征频率的模态分量，将选出的模态分量进行WPT分解为多个最多含有一个有用特征频率的子信号，采用SVD提取各个子信号中的特征频率；将提取到的特征频率信号进行重构，得到阻性电流信号的高频周期成分；从阻性电流实测信号中消去高频周期成分，使用指数加权平均算法得到能反映MOA绝缘状态的阻性电流趋势分量。本发明计算结果更加准确，处理结果能够满足实际工程测量的要求。

技术领域

本发明涉及MOA在线监测技术领域，特别是一种MOA在线监测方法。

背景技术

MOA的保护能力或者说是否运行正常，主要取决于氧化锌阀片性能，而阀片性能的优劣在一定程度上可以由泄漏电流特别是其中的阻性电流反映，阻性电流峰值由包括基波在内的各奇次谐波叠加而成。阻性电流属于微弱信号，其实测数据必然含有多种强干扰成分，主要包括环境因素、高频噪声、白噪声和随即脉冲干扰。因此，去除各种噪声干扰，提取其中能真实反映避雷器性能劣化状态的阻性电流变化趋势，才能对MOA运行状况进行在线监测。

目前MOA阻性电流去干扰的方法主要有包括形态学滤波、自适应数字滤波法、小波阈值去噪、经验模态分解、固有时间尺度分解等。这些方法都在一定程度上消除了MOA泄露电流噪声影响，但仍然无法达到实际工程的需求。

发明内容

有鉴于此，本发明的目的是提出一种MOA在线监测方法，其计算结果更加准确，处理结果能够满足实际工程测量的要求。

本发明采用以下方案实现：一种MOA在线监测方法，具体包括以下步骤：

对待测信号进行分析，确定小波包变换的最佳分解层数和最优小波基；

对采集的MOA阻性电流信号采用EMD分解为多个模态分量，并根据FFT频谱图选出含特征频率的模态分量，将选出的模态分量进行WPT分解为多个最多含有一个有用特征频率的子信号，采用SVD提取各个子信号中的特征频率；将提取到的特征频率信号进行重构，得到阻性电流信号的高频周期成分；

从阻性电流实测信号中消去高频周期成分，使用指数加权平均算法得到能反映MOA绝缘状态的阻性电流趋势分量。

进一步地，所述小波包变换的最佳分解层数的确定具体为：确定最优分解层数l采用下式：

式中，f_s为阻性电流信号的采样频率，f为阻性电流基波频率。

进一步地，所述最优小波基的确定具体为：选取的最优小波基为db33小波基。

进一步地，所述将提取到的特征频率信号进行重构，得到阻性电流信号的高频周期成分。具体为：将所有提取到的特征频率信号相加，组成阻性电流信号的高频周期成分。

进一步地，所述从阻性电流实测信号中消去高频周期成分，使用指数加权平均算法得到能反映MOA绝缘状态的阻性电流趋势分量具体为：

从MOA阻性电流的实测信号中消去已提取的阻性电流信号的高频周期分量，再采用指数加权平均算法对信号进行平滑，得到能真实反映MOA绝缘状态的阻性电流变化趋势，再采用指数加权平均算法对信号进行平滑的公式如下：

其中，

α＝(β-1)/β；

式中，α为可调节的权值参数，y_t为第t个点的实际值，v_t为第t个点的加权估计值，代表的是以历史β个点做平均，N表示采样点数。